Перейти к содержимому
TelegramGitHub

Claude AI Bible, глава 2: Семейство моделей Opus, Sonnet и Haiku

Главная мысль: у Claude три уровня моделей. Начинайте с Sonnet, на Opus переходите, когда Sonnet не справляется, а простую массовую работу отдавайте Haiku.

В главе 1 автор объяснил, как работает модель. Теперь он отвечает на вопрос, какую модель Claude брать для какой задачи. Почти все отправляют любые задачи в самую мощную модель. Ответы выглядят нормально, поэтому никто не замечает, что работа стоит в разы дороже и идёт медленнее. В главе: три модели, context window, extended thinking, зрение (vision), схема выбора, скорость, prompt caching, вывод моделей из работы и сравнение моделей на своей задаче.

Три уровня семейства Claude: Haiku 4.5 для классификации и потока, Sonnet 4.6 по умолчанию для текстов и кода, Opus 4.8 для архитектуры и трудной отладки; цена и время ответа растут слева направо

Чем сложнее задача, тем правее модель на схеме: цена выше, а ответ приходит дольше.

Модели названы по литературным жанрам. Opus — большое произведение: Opus 4.8 — флагман для трудных задач, где верный ответ ценнее низкой цены. Сонет — рабочая форма средней длины: Sonnet 4.6 решает основную массу задач. Хокку — три строки: Haiku 4.5 быстро и дёшево отвечает на тысячи простых запросов.

Номера версий будут расти, а соотношение уровней останется, поэтому автор советует запоминать уровни, а не номера версий. Имена в API: claude-opus-4-8, claude-sonnet-4-6, claude-haiku-4-5-20251001.

Автор сравнивает семейство с консалтинговой фирмой. Opus — старший партнёр: его зовут на задачи, от которых зависит судьба компании, а не вычитывать письма. Sonnet — опытный специалист, который делает основную работу. Haiku — толковый младший сотрудник: быстро разбирает поток простых задач и знает, когда звать старших. Фирма, которая шлёт партнёра на каждую встречу, разоряется. Так же переплачивает тот, кто отправляет в Opus каждый запрос.

Opus нужен, когда в задаче много связанных частей и ранняя ошибка портит все следующие шаги. Примеры автора: отладка, где причина далеко от симптома; проектирование архитектуры; юридический или финансовый сценарий со многими условиями; творческая работа; долгая задача агента без проверки человеком. У агента разница в качестве накапливается: чуть лучшее решение на каждом из сорока шагов отделяет готовую работу от путаницы. Но Opus самый дорогой за токен и самый медленный.

Ловушка. В чате по подписке перерасход скрыт: просто быстрее кончаются лимиты. В API он виден сразу. Одна команда пропускала через флагман весь pipeline поддержки и тратила примерно в пять раз больше нужного: простую классификацию тикетов делала та же модель, что решала трудные случаи. Классификацию перевели на Haiku, и счёт упал больше чем вдвое без потери качества. Вывод автора: берите самую дешёвую модель, которая справляется, и повышайте уровень, только когда видите провал.

Главная мысль главы: для большинства задач подходит Sonnet. Он достаточно быстрый, дешёвый и сильный для текстов, пересказов, ответов на вопросы, большей части кода и долгого рабочего разговора. Разница с Opus видна только на по-настоящему трудном рассуждении, поэтому на обычных задачах вы платите за то, чего не увидите. Правило автора: каждую новую задачу начинайте с Sonnet. Если он спотыкается на каком-то типе задач, повысьте этот тип до Opus, а если для простой массовой задачи он избыточен, отдайте её Haiku.

Haiku нужен для простых частых задач и там, где задержка (latency) важнее глубины. Это классификация писем, извлечение сумм из десяти тысяч счетов, маршрутизация запросов, первый проход модерации. Звать на них самую мощную модель — всё равно что звать хирурга клеить пластырь. Трудную задачу Haiku решит уверенно, но посредственно. Поэтому ему подходит работа массовая, чётко описанная и такая, где редкую ошибку поймает другая часть системы.

Продуманные системы используют все три модели сразу. Haiku решает лёгкие 80% запросов, сложное передаёт Sonnet, а самые трудные случаи уходят к Opus. Автор называет такую многоуровневую маршрутизацию (tiered routing) самым сильным способом снизить стоимость.

Многоуровневая маршрутизация: поток запросов идёт в Haiku, сложные и неясные случаи уходят в Sonnet, случаи, где Sonnet не уверен, уходят в Opus; все три модели дают готовый ответ

Каждая модель отвечает сама, если уверена, иначе передаёт запрос дальше.

context window — рабочий стол модели: сколько токенов запроса и ответа она видит за раз. У Claude это порядка 200 тысяч токенов, примерно книга в 300 страниц. Цифры меняются, их проверяют на docs.claude.com. Большое окно избавляет от лишней работы: документ больше не режут на куски, а задают вопросы сразу по всему договору или модулю кода.

Автор даёт два предупреждения. Во-первых, середину огромного prompt модель читает хуже начала и конца, поэтому важную деталь ставьте на видное место или называйте прямо. Во-вторых, каждый токен стоит денег, поэтому вставлять целый документ ради одного абзаца — значит незаметно и постоянно переплачивать. Упражнение: вставьте свой самый длинный документ в Sonnet и задайте три вопроса, которые связывают разные разделы.

extended thinking — режим, в котором модель сначала рассуждает по шагам, а потом отвечает. По пути она ловит свои ошибки, поэтому на трудных задачах точность заметно растёт. Режим окупается в многошаговой логике, расчётах, отладке и планировании: найти и переделать неверный ответ дороже, чем оплатить лишние токены рассуждения. На простых задачах он только тратит время и деньги, ведь токены размышления оплачиваются. Включайте его, если задача трудная, первый ответ всё равно пришлось бы проверять или ошибка дорого стоит.

Модели Claude мультимодальные: им можно дать скриншот ошибки, фото доски после встречи, график или бланк, и они разберут, что там. Ограничения два: мелкий текст и плотные таблицы модель читает не идеально, поэтому важные данные проверяйте, а в чате она изображения не редактирует.

Первый вопрос — насколько трудно рассуждение:

ЗадачаС чего начать
Трудная, многошаговая, ошибка дорого стоитOpus с extended thinking
Обычная работа: тексты, код, вопросыSonnet
Простая и массовая: классификация, извлечениеHaiku

Дальше решают факты, а не самолюбие: не справляется Sonnet — повысьте задачу до Opus, избыточен — понизьте до Haiku. Большинство делает наоборот: из смутной тревоги берёт самую мощную модель и не проверяет, нужна ли она.

Схема выбора модели: трудная задача ведёт к Opus с extended thinking, обычная — к Sonnet, простая и массовая — к Haiku; пунктиром показано, что Sonnet повышают до Opus или понижают до Haiku

Сплошные стрелки показывают стартовую модель, пунктир — сдвиг после проверки.

Случай из практики. Стартап из Лиссабона проверял договоры, и бюджет на AI кончался к третьей неделе месяца. Каждый пункт шёл через флагман, даже шаблонный. Дешёвую модель поставили сортировать пункты на «шаблон» и «нужна проверка», и до дорогой модели доходил только второй вид. Качество не изменилось, а затраты упали примерно на две трети.

Скорость — третья ось выбора после качества и цены. Если человек ждёт ответа, задержка становится частью продукта, и быстрая модель может выиграть у чуть более сильной. Фоновую работу никто не ждёт, поэтому там важны цена и качество, а в API для неё есть Batch API: ответ приходит позже, но стоит дешевле. Спрашивайте про каждую задачу: ждёт ли кто-то ответа?

prompt caching позволяет не платить полную цену за большой неизменный контекст в каждом запросе. Например, ассистенту поддержки каждый раз нужен один и тот же справочник на 50 страниц: с кэшем эта часть в повторных запросах стоит намного дешевле. Кэш меняет и выбор модели: задача, которую держали на Haiku ради цены, с кэшем может уложиться в бюджет на Sonnet.

Старые модели сначала объявляют к отключению — это вывод модели из работы (deprecation), — а потом отключают. Проблемы бывают у тех, кто жёстко прописал версию модели глубоко в системе и забыл о ней. Советы автора для API:

  • держите имя модели в одном параметре конфигурации, а не в сорока файлах;
  • следите за объявлениями на docs.claude.com, их публикуют заранее;
  • проверяйте новую версию на своих задачах до перехода: на ваших prompt она может вести себя иначе.

Выбирайте по цене ошибки, а не по важности

Заголовок раздела «Выбирайте по цене ошибки, а не по важности»

«Это важно для меня» и «здесь нужен флагман» — разные вещи. Письмо другу в горе очень важно, но не требует сложной логики, а скучная сверка двух финансовых таблиц может её требовать. Спросите себя, что будет, если ответ окажется чуть неверным. Если вы заметите и поправите, хватит дешёвой модели. Если неверное число незаметно попадёт в решение, берите флагман.

benchmark и чужие мнения — только отправная точка. Метод автора:

  1. Возьмите 3–5 разных реальных примеров частой задачи.
  2. Заранее запишите, как выглядит хороший ответ.
  3. Прогоните примеры через Sonnet, Opus и Haiku с одним prompt и сравните.
  4. Проверьте: дешёвая модель правда провалилась? Окупает ли дорогая свою цену? Разница устойчива или её дал один случай?

Иногда Sonnet не хуже Opus, иногда Haiku не тянет задачу. Проверка занимает минут пятнадцать и заменяет догадку фактами.

  • Opus 4.8 — для самого трудного рассуждения, Sonnet 4.6 — для большинства задач, Haiku 4.5 — для быстрой массовой работы.
  • Начинайте с Sonnet и сдвигайте задачу вверх или вниз только по результатам.
  • Многоуровневая маршрутизация через три модели сильнее всего снижает стоимость.
  • Большой context window экономит работу, но лишние токены стоят денег.
  • extended thinking окупается на трудных задачах и бесполезен на простых.
  • Если ответа ждёт человек, скорость важна, а фоновую работу выгоднее отдать в Batch API.
  • Имя модели держат в одном месте конфигурации.
  • Модель выбирают по цене ошибки и проверяют на своих примерах.
ТерминЗначение
флагманСамая сильная и дорогая модель семейства, сейчас это Opus
extended thinkingМодель рассуждает по шагам перед ответом
многоуровневая маршрутизация (tiered routing)Дешёвая модель разбирает поток, сложное уходит к сильной
prompt cachingПовторяющийся контекст стоит дешевле
вывод модели из работы (deprecation)Объявленная дата отключения модели
  • Классификацию и извлечение полей через LLM в pipeline начинайте с Haiku.
  • Ночную обработку отправляйте через Batch API.
  • Имя модели держите в конфигурации, чтобы вывод модели из работы не сломал загрузку.
  • Сравнение моделей устройте как тест данных: примеры, ожидаемый ответ, три прогона.
  1. Почему перерасход на флагман долго остаётся незамеченным?
  2. Когда задачу повышают до Opus, а когда понижают до Haiku?
  3. Почему не стоит заполнять context window до края?
  4. Когда extended thinking окупается?
  5. Чем важность задачи отличается от цены ошибки?

Предыдущая: Машина с совестью. Следующая: Claude против конкурентов.